| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1. 本文研究背景及研究意义 | 第12-14页 |
| 1.2. 研究现状概述 | 第14-20页 |
| 1.2.1. 多视点视频系统发展介绍 | 第14-16页 |
| 1.2.2. 多视点视频相关技术概述 | 第16-20页 |
| 1.3. 论文的研究内容和组织结构 | 第20-23页 |
| 1.3.1. 本文的研究内容 | 第20-22页 |
| 1.3.2. 论文的组织结构 | 第22-23页 |
| 参考文献 | 第23-26页 |
| 第二章 立体匹配的基本原理及经典算法的实现与对比 | 第26-60页 |
| 2.1. 引言 | 第26页 |
| 2.2. 视差值和深度值的转换关系 | 第26-29页 |
| 2.3. 立体匹配的难点与挑战 | 第29-31页 |
| 2.4. 立体匹配的约束条件 | 第31-35页 |
| 2.4.1. 极限几何 | 第31-33页 |
| 2.4.2. 立体匹配的其他约束 | 第33-35页 |
| 2.5. 立体匹配算法基本步骤 | 第35-45页 |
| 2.5.1. 匹配代价计算 | 第37-40页 |
| 2.5.2. 代价聚合 | 第40-42页 |
| 2.5.3. 视差计算与优化 | 第42-43页 |
| 2.5.4. 视差精化 | 第43-45页 |
| 2.6. 经典匹配算法的实现及对比 | 第45-56页 |
| 2.6.1. 自适应加权窗算法 | 第45-46页 |
| 2.6.2. 基于测地线的局部立体匹配算法 | 第46-47页 |
| 2.6.3. 漂移窗函数算法 | 第47-49页 |
| 2.6.4. 实验结果和分析 | 第49-56页 |
| 2.7. 本章小结 | 第56页 |
| 参考文献 | 第56-60页 |
| 第三章 基于多测度融合和自适应可信度图的局部立体匹配算法 | 第60-92页 |
| 3.1. 引言 | 第60-61页 |
| 3.2. 算法结构概述 | 第61-62页 |
| 3.3. 基于多测度融合的匹配代价计算方法 | 第62-74页 |
| 3.3.1. 基于梯度的Census变换 | 第63-68页 |
| 3.3.2. 绝对色彩差 | 第68页 |
| 3.3.3. Gabor模式差 | 第68-73页 |
| 3.3.4. 多测度代价的融合 | 第73-74页 |
| 3.4. 基于引导滤波器的代价聚合计算 | 第74-76页 |
| 3.5. 基于自适应可信度图的视差计算与优化 | 第76-77页 |
| 3.6. 基于左右一致性校验和加权滤波的视差精化 | 第77-78页 |
| 3.7. 实验结果与分析 | 第78-86页 |
| 3.7.1. 主观测试结果及分析 | 第79-84页 |
| 3.7.2. 客观测试结果及分析 | 第84页 |
| 3.7.3. 实拍图像视差估计测试 | 第84-86页 |
| 3.8. 本章小结 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 第四章 视差图序列的时域连续化算法研究 | 第92-114页 |
| 4.1. 引言 | 第92-93页 |
| 4.2. 相关研究 | 第93-99页 |
| 4.3. 基于自适应时域梯度的空时滤波算法研究 | 第99-104页 |
| 4.3.1. 初始视差序列的获取 | 第100-102页 |
| 4.3.2. 基于图像的立体匹配平滑滤波 | 第102-103页 |
| 4.3.3. 基于自适应时域梯度滤波的空时一致性视差序列估计 | 第103-104页 |
| 4.4. 实验结果与分析 | 第104-109页 |
| 4.4.1. 测试序列及对比算法介绍 | 第104页 |
| 4.4.2. 主观测试结果及分析 | 第104-106页 |
| 4.4.3. 客观测试结果及分析 | 第106-109页 |
| 4.5. 本章小结 | 第109-110页 |
| 参考文献 | 第110-114页 |
| 第五章 基于全局背景图的视点合成及遮挡修复研究 | 第114-140页 |
| 5.1. 引言 | 第114页 |
| 5.2. 坐标空间介绍 | 第114-118页 |
| 5.3. 基于深度图的新视点合成原理 | 第118-119页 |
| 5.4. 新视点合成中的空洞问题 | 第119-121页 |
| 5.5. 空洞修复方法 | 第121-128页 |
| 5.5.1. 深度图预处理 | 第121-124页 |
| 5.5.2. 图像修复 | 第124-127页 |
| 5.5.3. 视点插值与图像融合 | 第127-128页 |
| 5.6. 基于全局背景图的空洞区域修复研究 | 第128-133页 |
| 5.6.1. 算法框架 | 第128-130页 |
| 5.6.2. 背景抽取 | 第130页 |
| 5.6.3. 三维绘制 | 第130页 |
| 5.6.4. 背景融合与后期处理 | 第130-132页 |
| 5.6.5. 视点融合 | 第132-133页 |
| 5.6.6. 视点增强 | 第133页 |
| 5.7. 实验结果与分析 | 第133-137页 |
| 5.7.1. 主观测试结果与分析 | 第134-135页 |
| 5.7.2. 客观测试结果与分析 | 第135-137页 |
| 5.8. 本章小结 | 第137页 |
| 参考文献 | 第137-140页 |
| 第六章 总结和展望 | 第140-142页 |
| 缩略语 | 第142-143页 |
| 致谢 | 第143-144页 |
| 博士在读期间研究成果列表 | 第144页 |